-
公开(公告)号：CN119445408A
公开(公告)日：2025-02-14
申请号：CN202411461354.6
申请日：2024-10-18
Applicant: 河南大学
IPC: G06V20/17 , G06V10/44 , G06V10/80 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明提供一种基于细粒度信息的轻量级航拍图像目标检测方法及相关设备。该方法包括：构建航拍图像目标检测网络并训练；将待检测航拍图像输入至航拍图像目标检测模型，得到检测结果；其中，航拍图像目标检测网络中的特征提取网络是基于多功能卷积模块Mconv构建得到的，Mconv的特征图处理过程包括先使用两个分支分别对输入特征图进行处理，再将两个分支的输出逐元素相乘，得到最终的输出；其中，在一个分支中，将输入特征图按通道拆分成两个大小相同的子特征图；使用空洞卷积对其中一个子特征图进行处理以获得感受野增大的特征图，接着将其与另一个子特征图进行拼接操作；在另一个分支中，使用自适应最大池化逐通道提取输入特征图的显著特征。
-
Patent Agency Ranking
公开(公告)号：CN110138659A
公开(公告)日：2019-08-16
申请号：CN201910458812.3
申请日：2019-05-29
Applicant: 河南大学
Abstract: 本发明提供一种无线传感网中端到端的多层安全路由方法。该方法包括：在源节点周围的预设区域设置第一干扰区，在基站周围的预设区域设置第二干扰区，第一干扰区和第二干扰区均包括至少一个干扰层，每层干扰区中包含若干个干扰节点，每个干扰节点存储有同层的干扰邻居节点ID和邻层的干扰邻居节点ID；将数据包分三个数据传输阶段进行传输：数据包从源节点到第一干扰区的第一数据传输阶段、数据包从第一干扰区到第二干扰区的第二数据传输阶段和数据包从第二干扰区到基站的第三数据传输阶段；其中，数据包包括感知数据和转发跳数。本发明通过在源节点和基站周围设置多层干扰区，从而防止敌手进行流量分析，可以有效保护源节点和基站的位置安全。
-
公开(公告)号：CN118675046A
公开(公告)日：2024-09-20
申请号：CN202410686317.9
申请日：2024-05-29
Applicant: 河南大学
IPC: G06V20/10 , G06V10/80 , G06V10/82 , G06V10/766 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/09
Abstract: 本发明提供一种基于注意力机制和多尺度特征融合的SAR舰船检测方法。该方法设计了一种注意力特征融合网络WEF‑Net作为目标检测网络中的颈部网络来平衡深层和浅层不同分辨率的特征图；WEF‑Net包括平衡特征模块BFM和特征增强融合FEF模块，BFM中包括协调注意力机制CA模块，以便基于注意力机制对主干网络输出的不同大小的特征图进行处理以生成感受野平衡的全局特征，FEF模块根据主干网络输出的不同大小的特征图和BFM输出的全局特征来平衡特征金字塔不同层次的语义信息以生成不同大小的融合后特征图。本发明可以增强和提升具有复杂背景的多尺度特征图的融合，提升模型的检测精度。
-
公开(公告)号：CN118351465A
公开(公告)日：2024-07-16
申请号：CN202410540527.7
申请日：2024-04-30
Applicant: 河南大学
IPC: G06V20/17 , G06V10/25 , G06V10/82 , G06V10/80 , G06V10/766 , G06V10/44 , G06V10/52 , G06N3/0464
Abstract: 本发明属于无人机图像目标检测技术领域，公开一种基于多尺度特征信息提取和融合的无人机航拍图像多尺度目标检测方法及系统，该方法包括：构建无人机航拍图像多尺度目标检测模型；所述目标检测模型包括主干网络和全局聚合渐进特征融合网络，所述主干网络由小目标特征提取模块和CSPDarknet53组成，所述全局聚合渐进特征融合网络包括多个自适应特征融合模块；通过训练好的目标检测模型对无人机航拍图像进行多尺度目标检测。本发明可以对拍摄角度复杂多变的无人机图像进行精确的检测工作。
-
公开(公告)号：CN118736446A
公开(公告)日：2024-10-01
申请号：CN202410870106.0
申请日：2024-06-28
Applicant: 黄河水利职业技术学院 , 河南大学
IPC: G06V20/17 , G06V10/25 , G06V10/764 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/045
Abstract: 本发明提供一种基于细粒度特征提取的轻量级航拍图像目标检测方法。该方法中构建的图像目标检测网络包括主干网络、颈部网络和预测头；颈部网络包括细粒度特征增强模块和特征融合网络；细粒度特征增强模块用于对主干网络输出的其中三个较小的特征图进行聚合得到第一聚合后特征图，根据第一聚合后特征图生成包含目标位置信息的二值掩码特征图，将二值掩码特征图作用于第一聚合后特征图以过滤掉航拍图像中的背景信息，得到第二聚合后特征图，基于第二聚合后特征图生成三个不同大小的新特征图。本发明方法可以提高模型在密集场景下对目标特征的判别能力，从而提升了整个模型在密集场景下目标的检测性能。
-
公开(公告)号：CN110138659B
公开(公告)日：2021-06-22
申请号：CN201910458812.3
申请日：2019-05-29
Applicant: 河南大学
IPC: H04L12/715 , H04W40/20 , H04W12/00 , H04W12/033 , H04W12/02 , H04W4/38 , H04W84/18
Abstract: 本发明提供一种无线传感网中端到端的多层安全路由方法。该方法包括：在源节点周围的预设区域设置第一干扰区，在基站周围的预设区域设置第二干扰区，第一干扰区和第二干扰区均包括至少一个干扰层，每层干扰区中包含若干个干扰节点，每个干扰节点存储有同层的干扰邻居节点ID和邻层的干扰邻居节点ID；将数据包分三个数据传输阶段进行传输：数据包从源节点到第一干扰区的第一数据传输阶段、数据包从第一干扰区到第二干扰区的第二数据传输阶段和数据包从第二干扰区到基站的第三数据传输阶段；其中，数据包包括感知数据和转发跳数。本发明通过在源节点和基站周围设置多层干扰区，从而防止敌手进行流量分析，可以有效保护源节点和基站的位置安全。
-
-
-
-
-
Search Results
6
records
(took 0.015 seconds)
